Uso de Twitter durante los últimos días de una campaña electoral. Elecciones presidenciales en EEUU 2020.

Abstract

A día de hoy, es una evidencia que asistimos a un nuevo cambio en el paradigma de la comunicación en el que Twitter mantiene un lugar prominente dentro del ámbito político, tanto nacional como internacional. Las razones que justifican su enorme relevancia son sus posibilidades de interactividad, capacidad de alcance y rápida difusión en los mensajes. El objetivo principal de este trabajo es, a partir de los tweets obtenidos mediante un hashtag neutro y las menciones a los dos principales candidatos, hacer una detección de perfiles relevantes obtenidos en esta muestra y un análisis de los mismos, permitiendo determinar las posibles diferencias en el uso de estos mecanismos de participación en Twitter. El evento elegido consiste en las elecciones presidenciales de los Estados Unidos de América, con fecha el martes 3 de noviembre de 2020. Este objetivo permitirá realizar un análisis cualitativo de sus tweets, así como descubrir qué dicen los usuarios con más menciones a los candidatos. Se espera que del análisis se obtengan resultados como gráficos de palabras más frecuentes y al menos un word cloud, así como el análisis de sentimientos. Además, el top de palabras, la valoración de sentimientos según diccionarios y el contenido de algunos tweets representativos permitirá detectar diferencias, si las hubiera, entre los que utilizan el hashtag neutro y los que mencionan los nombres de los principales candidatos, así como diferencias entre las menciones a cada candidato. Para ello, se obtienen los tuits mediante una etiqueta (Hashtag) neutra y dos palabras clave tipo nombre de usuario en Twitter. En este punto toma especial relevancia el uso de librerías en R, como es el caso de twitteR. Una vez se dispone de un corpus de tweets asociado a cada uno de estos conjuntos de datos, a partir de las búsquedas detalladas en el párrafo anterior, se utilizan métricas que apuestan por el recuento de menciones en la detección de perfiles, para determinar su relevancia y sus mensajes en la red. La presentación de resultados, así como las conclusiones de este trabajo, se irán publicando en próximas entregas, conforme el trabajo vaya tomando forma y se encuentre en una fase más madura.

A dia d'avui, és una evidència que assistim a un nou canvi en el paradigma de la comunicació en el qual Twitter manté un lloc prominent dins de l'àmbit polític, tant nacional com internacional. Les raons que justifiquen la seva enorme rellevància són les seves possibilitats d'interactivitat, capacitat d'abast i ràpida difusió en els missatges. L'objectiu principal d'aquest treball és, a partir dels tweets obtinguts mitjançant un hashtag neutre i les mencions als dos principals candidats, fer una detecció de perfils rellevants obtinguts en aquesta mostra i una anàlisi dels mateixos, permetent determinar les possibles diferències en l'ús d'aquests mecanismes de participació a Twitter. L'esdeveniment triat consisteix en les eleccions presidencials dels Estats Units d'Amèrica, amb data dimarts 3 de novembre de 2020. Aquest objectiu permetrà realitzar una anàlisi qualitativa dels seus tweets, així com descobrir què diuen els usuaris amb més mencions als candidats. S'espera que d'l'anàlisi s'obtinguin resultats com gràfics de paraules més freqüents i a l'almenys un word cloud, així com l'anàlisi de sentiments. A més, el top de paraules, la valoració de sentiments segons diccionaris i el contingut d'alguns tweets representatius permetrà detectar diferències, si n'hi ha, entre els que utilitzen el hashtag neutre i els que esmenten els noms dels principals candidats, així com diferències entre les mencions a cada candidat. Per a això, s'obtenen els tuits mitjançant una etiqueta (Hashtag) neutra i dues paraules clau tipus nom d'usuari a Twitter. En aquest punt pren especial rellevància l'ús de llibreries en R, com és el cas de Twitter. Un cop es disposa d'un corpus de tweets associat a cada un d'aquests conjunts de dades, a partir de les recerques detallades en el paràgraf anterior, s'utilitzen mètriques que aposten pel recompte de mencions en la detecció de perfils, per determinar la seva rellevància i els seus missatges a la xarxa. La presentació de resultats, així com les conclusions d'aquest treball, s'aniran publicant en pròximes entregues, d'acord el treball vagi prenent forma i es trobi en una fase més madura.

Nowadays, it is evidence that we are witnessing a new change in the communication paradigm in which Twitter maintains a preeminent place within the political sphere, both nationally and internationally. The reasons that justify its enormous relevance are its possibilities for interactivity, outreach capacity and rapid dissemination in messages. The main objective of this work is, from the tweets obtained through a neutral hashtag and the mentions of the two main candidates, to detect relevant profiles obtained in this sample and analyze them, allowing to determine the possible differences in the use of these participation mechanisms on Twitter. The chosen event consists of the presidential elections of the United States of America, dated Tuesday, November 3, 2020. This objective will allow a qualitative analysis of their tweets, as well as discovering what the users with the most mentions of the candidates say. The analysis is expected to yield results such as charts of the most frequent words and at least one word cloud, as well as sentiment analysis. In addition, the top of words, the evaluation of sentiments according to dictionaries and the content of some representative tweets will allow to detect differences, if any, between those who use the neutral hashtag and those who mention the names of the main candidates, as well as differences between the mentions to each candidate. To do this, the tweets are obtained using a neutral hashtag and two keywords such as username on Twitter. At this point, the use of R libraries, such as twitteR, takes special relevance. Once a corpus of tweets associated with each of these data sets is available, from the searches detailed in the previous paragraph, metrics are used that rely on the count of mentions in the detection of profiles, to determine their relevance and your messages on the web. The presentation of results, as well as the conclusions of this work, will be published in future installments, as the work takes shape and is in a more mature phase.